【技术实现步骤摘要】
本申请涉及精神疾病辅助诊断，更具体地说，涉及一种基于情绪脑电信号联合特征的抑郁症检测方法及相关设备。
技术介绍
1、重度抑郁症（major depressive disorder，mdd）是一种常见的精神障碍，其核心特征包括情绪持续低落、快感缺失、认知功能下降等。mdd严重影响患者的日常生活和社会功能，已成为全球范围内导致失能的主要原因之一。
2、现有的mdd的临床诊断主要依赖于患者的主观描述、自评量表（如phq-9）、精神科医生的结构化访谈等方式。这些方式存在主观性强、一致性差和诊断延迟等问题，从而导致mdd的临床诊断的准确性低。
3、因此，如何提高mdd的临床诊断的准确性，是本申请亟需解决的问题。
技术实现思路
1、有鉴于此，本申请公开了一种基于情绪脑电信号联合特征的抑郁症检测方法及相关设备，旨在提高抑郁症临床诊断的准确性。
2、为了实现上述目的，其公开的技术方案如下：
3、本申请第一方面公开了一种基于情绪脑电信号联合特征的抑郁症检测方法
【技术保护点】
1.一种基于情绪脑电信号联合特征的抑郁症检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取原始情绪脑电信号，包括：
3.根据权利要求1所述的方法，其特征在于，所述从所述原始情绪脑电信号中提取微分熵特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过所述微分熵特征、预训练的二维卷积神经网络和Transformer编码器，学习情绪脑电信号在空间维度和频率维度上的局部与全局依赖关系，以及情绪脑电信号在时间维度上的动态演变过程，构建情绪脑电信号的联合深度特征，包括：
5.根据权利...
【技术特征摘要】
1.一种基于情绪脑电信号联合特征的抑郁症检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取原始情绪脑电信号，包括：
3.根据权利要求1所述的方法，其特征在于，所述从所述原始情绪脑电信号中提取微分熵特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过所述微分熵特征、预训练的二维卷积神经网络和transformer编码器，学习情绪脑电信号在空间维度和频率维度上的局部与全局依赖关系，以及情绪脑电信号在时间维度上的动态演变过程，构建情绪脑电信号的联合深度特征，包括：
5.根据权利要求1所述的方法，其特征在于，所述通过多层感知机分类器对所述联合深度特征进行健康与抑郁状态的分类，得到分类结果并输出，包括：
6.一种基于情绪脑电信号联合特征的抑郁症检测系统，其特征在于...
【专利技术属性】
技术研发人员：彭丹，陆勇，
申请(专利权)人：上海交通大学医学院附属瑞金医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。